《家宽业务体验分级白皮书》发布后，宽带网络技术不断演进，带宽资源日益 丰富，无线信号覆盖不断完善，家宽业务新发生了一些变化。
在线云存储作为一种常见的网络化存储模式和服务，允许用户通过网络在线访 问、备份和编辑数据文件，可用于存储图片、音视频、系统镜像等内容，应用 场景包括但不限于：硬盘空间扩展和多媒体网盘等。其优点在于可扩展性强、 可随需使用和随处访问，且有统一的安全、维护、容灾等策略而无需用户过多 关注，因此得以不断普及。
目前国内云存储的主要产品形态为：云盘和智家硬盘。其中，多媒体网盘将个 人和家庭数据存放在公有云，无论手机、电脑或电视在安装网盘APP后即可实 现数据的随时读取；而“智家硬盘”更多的需要依赖运营商边缘云网资源，效 果上相当于在家里安装了一个云“NAS”，允许同个局域网内设备 (电脑、手 机、电视) 像操作本地硬盘般读写数据，不再依赖任何App，为用户提供更“极 速、安全、便捷”的体验。 在线云存储业务体验的核心指标是文件上下载速率，根据实验室测试发现，多 媒体网盘要满足8K超高清视频即点即播，需要近千兆的峰值带宽保障。未来， 在线云存储的上传下载速率也势必要匹配两端的变化，相应地做进一步提升， 最终达到和本地存储的同质化体验。上述场景，最可能先在运营商的边缘云服务中率先实现和落地。
云游戏体验要素与本地游戏基本一致。但因为云游戏会额外引入视频编解码和 网络传输等处理环节，导致操作响应时延变大，将影响到最终用户的交互体 验。所以，如何降低这部分时延，提升用户交互体验，实现类本地化操作响应 效果，一直以来都是该行业的重点探索方向。其中，网络传输时延可以通过下 沉云服务器位置来解决，如采用边缘云架构部署；而编解码时延则可以通过更 换编解码方式来解决。AVC、HEVC等作为当前互联网视频领域的主流深压缩 编解码标准，在众多视频领域得到了广泛的应用，其中也包括了传统云游戏， 但因为这些标准在设计之初主要关注的是高压缩率，目的是降低视频分发领域 的网络传输成本，在编解码时延上表现得并不友好，以4K@60FPS大屏云游 戏为例，业界所需的编解码时延普遍在50ms左右及以上。
但随着家庭网络和接入网带宽资源的日益丰富，原本主要应用在视频编辑、媒 体制播、交互式远程图像回传等专业领域的浅压缩技术标准，如：JPEG-XS/ AVS及其相关变种，可能将在运营商边缘云架构上得到规模推广和应用。 浅压缩云游戏采用JPEG-XS/AVS等浅压缩技术采用帧内编码方式，算法简 单，算力要求低，能满足低时延（4K@60FPS时编解码3ms以下）和高质量 要求（主观无损），典型码率通常可以控制在300~800Mbps左右。
裸眼3D是一种不需要佩戴特殊头盔或3D眼镜等辅助设备，仅依赖自身双眼就可 以观看到逼真三维立体画面的显示技术。
受屏幕尺寸和观看距离的影响，普通8K平面电视已经接近家庭日常观影所能获 取到的画质体验极限，但随着信息消费需求的持续提升以及多视点裸眼3D显示 技术的不断成熟，又将开辟出一条新的赛道，近年来，我们也观察到有越来越 多的厂商开始推出裸眼3D相关的产品，比如，Looking Glass在2022年就推 出了8K 65寸的光场全息屏，京东方也在ISE2023上展示了自己的8K 110寸裸 眼3D大屏。
多视点大屏显示技术通常依赖屏幕上附着的固定式光栅或透镜阵 列来完成子图像分离，以实现裸眼3D效果，满足多视点体验需求。根据视点数 量的多少，3D大屏显示技术的应用目前有两大分支。其中，裸眼3D大屏视点数 较少，以2/9视点为主,主要利用双目视差原理，允许观众在大部分位置和视角 上，在不借助其他设备的条件下，可以感受到基于出入屏景深的立体显示效 果。而全息光场大屏，多为45~100视点，除出入屏效果要弱外，对比裸眼3D 大屏，拥有更多的视点数量和更大的主视场角，并能支持移动视差效果，即允 许用户在不同的位置和视角上观察到不同角度的差异化画面内容。
与传统2D视频对比，多视点裸眼3D视频可以提供给用户更立体和更真实的观影 效果，但随着视点数量的增加，对应人眼所能观测到的单视点内画面的清晰度 也会变得更低，如果想要进一步提升人眼观测画面的清晰度，就只能通过提升 屏幕和内容的分辨率来实现。 除此之外，多视点裸眼3D视频完整继承了普通2D视频的所有业务体验指标，如 初缓等待和播放卡顿等。
3D光感知是传统传感器的一次升级，它采用了短距激光雷达技术，通过扫描生 成三维点云数据，结合AI算法，可以在家庭场景下完成对人的监护或对物的检 测分析功能，相比传统摄像头，主要存在以下两方面的差异性：
三维信息：可提供二维信息难以实现的功能，如空间位置变化、体积测量 等。
保护隐私：点云信息不包含RGB纹理，不暴露人员面貌，不暴露屏幕、纸 面信息等。
3D光感知在家庭内的典型应用之一是老人跌倒监测。据2021年世界卫生组织报 告，跌倒是全球第二大意外致死原因。2019年6月，中国疾控中心慢病中心等7家机构发布《老年人防跌倒联合提示》，跌倒是65岁以上老人因伤致死的首位 原因，跌倒后及时发现、处理关乎老人生命安全。但由于大多数跌倒发生在卫 生间、起居室，涉及用户隐私保护，这限制了基于摄像头的方案的使用。而3D 光感知方案采集空间点云数据，检测人体三维数据的坐标变化，在很好保护老 人隐私的前提下,可实现快速、精准监测，一旦有跌倒事件发生，10秒内即可完 成检测并上报告警，并且具有高准确率和极低漏报率。
3D光感知的应用场景有很多，除了检测人体跌倒，还能实现复杂姿态的检测， 例如，通过人体体态、行走步态，识别出不同家庭成员；通过分析步态，对老 人的行走稳定度给出判断，提前预警跌倒风险。检测复杂姿态，需要比检测跌 倒进行更精细的动作识别，即，检测 复杂姿态所需要的三维点云深度分辨率要 高于检测跌倒。根据实验测试分析，检测跌倒的深度分辨率满足160*120即 可，检测复杂姿态的深度分辨率根据需求需要达到320*240、640*480甚至更 高。复杂姿态的检测也需要更高的算力，终端感知设备自带的端侧算力无法支 撑，需将点云数据上送至边缘算力节点进行运算分析，从而产生的网络流量。 感知类设备，3D光感知生成的三维点云数据主要是给智能算法使用，不直接涉 及人的观看、交互操作等感官体验，因此，对3D光感知主要是对网络带宽有要 求。三维点云数据因其不规则、无序、无纹理、旋转不变性等特点，无法用二 维视频的压缩方法，采用的是新的压缩理论G-PCC （Geometry basedPoint Cloud Compression,基于几何的点云压缩）—压缩比相较于二维视频 要高一个数量级。所以，3D光感知产生的流量会远高于传统2D摄像头。以深度 分辨率为640点*480点、帧率为30帧的点云数据为例，流量会稳定在 260Mbps左右。
